3个步骤，激活商业地产数字用户资产
编者按：本文来自微信公众号“易观数科”（ID:enfodesk），作者：专注CEM的，36氪经授权发布。
数字用户资产是商业地产数字化升级的重要基础之一，也是数字化竞争格局下的转型壁垒。
商业地产建立自身数字用户资产的过程其实并不复杂。首先，地产企业需要了解自身用户是如何感知的。何为用户感知？在小程序、H5、甚至是线下门店，当用户进入时，都有一个所谓的探针，例如人脸识别、POS机，其实都是用户感知。
商业地产需要在感知之后，将这些数据连接起来，连接到自己的系统，然后进一步通过数据进行用户洞察，基于洞察进行个性化的用户触达。
通俗来讲，商业地产建立数字用户资产包括盘点、评估、治理三个阶段。数字用户资产在今天逐渐成为企业的第四张报表，对于从盘点到价值评估，再到对数据的优化构成数字用户资产管理三部曲，地产企业应系统化梳理自己的数字用户资产。
1盘点
在盘点过程中，要明确三方面：数据业务属性体系、标签分类体系、数据资产版图。
数据业务属性即是某类型的数据来自于某项业务流程，划分了数据的业务属性，就可以对该类数据进行标签分类，从而形成资产版图。和常规的固定资产盘点一样，房企可以一眼看清楚自己有什么类型的数据资源。
数据业务属性体系是一个将数据包化整为零的过程，它包含两个步骤：
一方面是依据业务定义和属性，梳理关联的数据及存在的逻辑关系；
另一方面将数据与业务映射关联，对应的数据与业务有效联系起来，并赋予标签。
当我们知道数据的用途后，通过行业领域的评估，重新为数据赋予标签，也就是形成一套新的标签分类体系。这个体系的构建包含两个过程：
一是基于数据业务属性，重新组织定义数据标签；
而是数据资产类目挂载，即标签与业务分类、数据分类关联。
当数据挂载完成之后，房企便可以直接看到数据资产的布局了。数据资产版图包括数据资产可视化、概览以及可以实时查找、发掘的数据资产地图。
2评估
对于数字资产的评估，有以下几个指标：连接度、流动度、贡献度。
连接度用来衡量数据的连接使用情况以及实际使用频度；
流动度是数据从接入、清洗到存储、应用、更新的完整清晰闭环链路；
贡献度从数据对业务的赋能成效、价值衡量来判断。
围绕数据的这三个指标，可以来估算数据资产的活性。这时候可以通过算法来将连接度和贡献度构建出一个模型，当连接度和贡献度都很低的时候，我们称其为孤岛型数据；反之，二者都很高的话，那么可以称其为融通型数据。
相对而言其中某一种类型的数据较高则为该种类型的数据。孤岛型数据的价值非常低，便可以逐步淘汰，而过滤下来的融通型数据就会成为业务的核心数据资产。
此时还有一个关键的指标，就是数据的投入产出比。当需要发挥某类数据的价值时，如何使用和投放，消耗的成本是多少，最终能带来多少价值，这时候就需要ROI对其进行评估。
3治理
通过对数据资产的价值评估，我们找出了最富有价值的数据，此时数据成为了一笔待使用的价值物料。
然而数据的价值不具有永恒性，它应当是流动性的，在数据池循环的过程中，对房企而言，这便是一个流动着的成本中心。因此，需要对数据的使用进行治理和管控，达到高效低成本的效果。
降低成本要从数据的计算、存储环节着手，计算意味着投入人力，要让数据分析师们开始对流水线上不断涌现的有效数据做出决策，存储则考验的是房企服务器等硬件条件。高效则需要让有限的数据投入到整套的业务流程中。
从现状分析、问题诊断、优化、处理到最终效果反馈，数据的使用应该打通全流程，形成一个闭环。
而对于商业地产而言，能够成规模地完成以上一系列治理的工作，最好形成一套资产治理体系。通过统一的数据质量规则构建资产健康分，由分数衡量数据资产治理的效果。对于成本的评估，统一成本计量模型，逐渐做到智能化，而非人工的形式，以实现降本提效。
资产运营是以数据为核心的运营体系，因此商业地产业数字化基础建设，也就成为了企业运营环节数字化以及获取新利润的前提。
完成盘点、评估、治理这3个步骤，商业地产企业即可构建并激活自己的数字用户资产。
易观数科旗下提升私域用户转化的一站式运营平台——易观方舟，将易观多年对地产行业和业务场景理解与数据智能技术相结合，帮助企业构建和激活数字用户资产，高效完成用户需求感知、全端数据打通、关键行为分析、和智能主动服务等关键环节。
相关推荐
3个步骤，激活商业地产数字用户资产
对话元昆创投边超：一家商业地产公司是如何做VC的？
专注于大数据分析和数字基建，「格蓝威驰」以金融量化科技切入资产管理领域
社交货币、运动空间：健身房快步走进商业地产
Wework招股书解读：重资产模式下，盈利是最大难题
Apple TV +失败的3个原因
大数据说话：中小企业正在被“激活”
巨头们都抢着干，盘点商业地产的吸金新模式
创业全指南：12个步骤，教你打造自己的帝国
直播卖货3小时相当于复工半年，商业地产预计下半年迎来反弹
网址: 3个步骤，激活商业地产数字用户资产 http://m.xishuta.com/zhidaoview19370.html
